全网首发 | 你以为你是高高在上的人类?别傻了,你的脑子已经被机器侵蚀很久了…(Neuralink系列编译之三)

这两天,我们以全网最快的速度、最完整的编译,为读者带来了科技人气王Tim Urban的长篇文章《Neuralink》前两章。 其中,第一篇作为开胃汤,从历史的角度剖析了生物神经网络的进化史,而第二篇则重点介绍了作为在神经网络占据顶端的人类,其大脑结构到底如何。 既然大脑结构已明了,下一个要谈的,当然就是这套结构到底是如何工作的。 OK,今天,我们将正式进入正餐,品尝第一道热菜——大脑到底是如何传递信息的,以及截至目前,人类到底使用了哪些技术来打通机器跟人脑。 这篇文章至关重要,因为它是通往下一道最重要的菜品——“狂人马斯克到底是如何颠覆现有技术,逆天重建一套新的系统,以实现人机交互”——的最重要的铺垫。 作为科技迷,本文除了满满的良心干货,绝不失为装逼之上乘作品,So, Enjoy 《Neuralink》编译系列之三! 马上关注AI100(ID:rgznai100),第一时间享用马斯克关于“人脑交互”的饕餮盛宴。

文末有彩蛋哦!

作者 | Tim Urban 编译 | AI100

假设我们回到了公元前50,000年,绑架了那时的一个人并且把他带回2017年。

这就是Bok。Bok,我们非常感谢你和你的朋友发明了语言。

——没问题

正是由于你们发明了语言,才有了我们现在奇妙的世界。作为感谢,我们希望向你展示一下我们的成果。

——让我们看看博克(Bok)都做了什么.

那么,首先让我们带Bok乘坐一下飞机,然后再潜入海底世界,最后再看一下哈利法塔顶(Burj Khalifa)。现在,我们要给他展示一下望远镜、电视机和iPhone,我们想让他在互联网上玩一会儿。

这是应该很有趣的吧。怎么样,Bok?

如我们所料,你一定会感到非常惊讶。现在,我们要向Bok展示一下我们是如何相互沟通的。

——所以我可能会说“嘿,你好吗?” ——然后我可能会这样回答你“我很好,你呢?

——然后你可能这样回答:“我也很好,你今天要做什么?

——然后我可能会说:“哦,你知道的,只是做一些有点浪费我生命的一些寻常的事情”。

——好吧,现在告诉我你做这件事的令人难以置信的优秀的方式,就像你为所有其他的事情做的一样。

——就是这样的,我们就是这样做的。

——但是这……这是公元前50000年我们的方式。

Bok惊讶地发现,人类是通过互相交流学习而获得所有神奇的力量的,但就彼此交流这件事而言,当今时代的人并不比5万年前的人更高级。也就是说,当两个人在一起聊天时,他们实际上正在使用一项具有5万年历史的技术。

与此同时,Bok也可能会惊奇地发现,在这个由各式奇特机器驱动的世界中,人们周围的生物体与5万年前无异。可是,这怎么可能呢?

——我不太确定这就是这些时间中我们所学到的所有东西,现在让我们回到公元前50,000年。

这就是脑机接口这一新兴产业如此令人兴奋原因!它不仅是神经工程领域的一个分支,本身也是生物技术的一个分支。我们已经多次通过技术而征服了世界,但当我们涉足大脑这一人体最核心的工具时,大多数时候却无能为力。

这就是为什么我们仍然使用Bok时代发明的技术进行沟通的原因,同时这也解释了为什么我能以大脑思考的20倍速度打出句子的原因,以及为什么脑部相关的疾病仍然让许多生命受到严重损害或完全丧失能力的原因。

但是在大脑伟大的顿悟时刻之后的50,000年,一切最终都可能要发生改变。大脑的下一个伟大新领域可能就是电脑本身。

目前存在许多种潜在的脑机接口,它们可以提供许多不同的服务功能。但是,所有从事BMI的人都在努力解决下列两个问题中的其中一个问题,或者两个问题都想解决:

1)如何从大脑中获取正确的信息?2)如何将正确的信息发送给大脑?

第一个问题涉及的是大脑输出信息的捕获——记录神经元所要表达的信息。

第二个问题涉及的是大脑信息的输入,将信息输入到大脑的自然流中,或者以某种方式改变大脑的自然流动——目的是刺激一下神经元。

上述两件事情一直在你的大脑里自然地发生着。此时此刻,你的眼睛正在进行特定的水平方向的移动,这使你能够阅读当下这个句子。大脑的神经元将信息输出到机器(也就是你的眼睛),紧接着你的眼睛会接收命令并做出相应的反应。当你的眼睛以正确的方式移动时,屏幕上的光子会进入你的视网膜并刺激大脑皮层枕叶的神经元,这就使得单词的图像信息进入你的眼睛中。然后,该图像会刺激大脑另一部分的神经元,使你能够处理图像中嵌入的信息并理解句子的意义。

大脑神经元负责信息的输入和输出,而所有BMI从业人员都想做的,就是能参与到神经元的信息输入和输出过程中。

乍一听,你是不是觉得也没有那么困难?毕竟,大脑就只是一个类似果冻的球体,对吧?大脑皮层部分就相当于是一层“餐巾纸”,我们想要做的就是最大程度的记录并刺激它,而大脑皮层刚好位于大脑的外侧,很容易就可以接触到。大脑皮层内约有200亿个发射神经元,如果我们能够学会与这200亿个漂亮的小晶体管一起学习,我们可能会对我们的生命、健康和世界拥有全新的控制权。难道我们不能弄清楚吗?神经元虽然很小,但是我们连原子都能分裂开来。神经元的直径约为原子直径的十万倍,如果原子是一颗弹珠,那么神经元就有一公里范围那么大。所以,我们应该可以处理这些神经元的,对吧?

那么,到底存在什么问题呢?

一方面,我们只是有一些这样的想法,由于上述理论都是事实,这是一个可以发生巨大进步的行业,我们是可以实现这一切的。

但是,只有当你真正了解大脑的运行机制后,你才会意识到这可能是世界上最为艰难的事情。

因此在我们讨论BMI之前,我们需要先仔细观察一下人们都在试图利用BMI做些什么。我发现,最好的办法就是将大脑放大1,000倍,然后再观察里面到底发生了什么。

还记得之前我们提到的“大脑皮层餐巾纸”吗?

展开的皮层 皮层面积相对于大脑的大小

如果我们将大脑放大1000倍,那么这层“大脑皮层餐巾纸”——原先各个侧面的长度约为48cm/19——现在各个侧面的尺寸将会有六个曼哈顿街区(或两个大街区)那么长,围绕它走一圈需要花费25分钟左右的时间。而整个大脑的体积,现在刚好处于长和宽皆为两个街区大小的正方形范围内,类似麦迪逊广场花园(Madison Square Garden)的大小(当下长度和宽度大小的大脑相当于麦迪逊广场花园高度的两倍)。

所以,现在如果我们把放大后的大脑放在实际的城市里,我相信住在那里的十几万人会明白大脑里到底发生了什么。

此处我选择放大1000倍是有原因的。一是我们可以立即转换头脑中的尺寸,每毫米的实际大脑长度现在是一米,而在更小的神经元世界,每一微米的长度现在都是一个易于转换的毫米的概念。其次,它可以十分方便地将皮质厚度转换到人体尺寸上,其2mm的厚度现在相当于两米,即一个高为六尺六的人的高度。

所以此时,我们就可以走到第29号街,到我们巨大的“大脑皮层餐巾纸”的边缘,仔细的观察一下那两米厚的大脑内部到底发生了什么。为了方便研究,我们可以独立出一立方米的巨型皮质来做检查,以便了解一个典型的立方毫米大小的真实皮质中发生了什么。

我们在这个立方米区域里看到的将会是一团糟的状况。让我们一起把这个区域清空,然后再把相应的物质一起放回去!

首先,让我们把体细胞(Somas)都放进去——体细胞相当于生活在这个立方体中的所有神经元的身体。

体细胞(Somas)的大小范围:根据之前与我聊天的一个神经科学家提供的消息,皮质神经元的体细胞(Somas)直径通常在10或15μ(μ=微米,1/100毫米)左右。这就意味着,如果你把7个或10个神经元体细胞(Somas)排成一排,其长度相当于人的头发的直径。但这个距离在我们放大1,000倍的模型中,体细胞(Somas)的直径在1 - 1.5厘米左右,即一个弹珠的大小。

整个大脑皮层的体积大约为50万立方毫米的球场那么大,而在这个空间中大约有200亿个体细胞(Somas)。也就是说,平均每立方毫米的皮质含有约4万个神经元。对于放大1,000倍的大脑来说这就意味着,一立方米的盒子里会有4万个弹珠。如果我们将这个盒子分成约4万个的立方空间,且每个立方的边长都约为3厘米(或大约一立方英尺),这意味着会有一个体细胞小弹珠处于其约为3厘米的立方体的中心,而其他的体细胞都在距离它大约3厘米的各个方向。

到目前为止,你能利用其中漂浮的40,000个小弹珠来观看我们的立方体了吗?

以下是实际皮层中体细胞(Somas)的显微图像,在这幅图中我们运用了某些技术,用于阻挡周围的其他事物:

这个想法在现在看来已经不是那么疯狂了。但是,这些体细胞(Somas)只是每个神经元的一小部分。从我们每个弹珠大小的体细胞(Somas)中辐射出来的形状是扭曲的,放大1,000倍后的大脑中的分枝突起可以从许多不同的方向伸展出三到四米远,另一端则可以延伸出超过100米长的轴突(当向侧面移动到皮层的另一部分时),甚至是长达1,000米的轴突(当向下进入脊髓和身体时)。这些轴突大约只有1毫米厚,并且将皮质变成了密集而又导电的漆布绝缘管。

在漆布绝缘管中还发生着很多其他的事情。每个神经元都具有多达1,000个——甚至10,000个——其他神经元的突触连接,而在皮层中约有200亿个神经元。这就意味着,在皮质中有超过20万亿个单独的神经连接(在整个大脑中有高达数万亿个这样的连接),单单在我们这一立方米中,就有超过2,000万个突触。

此外还有一些更为复杂的事情。在我们的立方体中,不仅这4万个弹珠每个都包含许多漆布绝缘管,而且有数以千计的其他漆布绝缘管能够从皮层的其他部分穿过我们的立方体。这就意味着,如果我们试图在这个特定的立方体区域记录信号或者刺激神经元,那么我们会遇到很多困难。因为在漆布绝缘管的混乱状态下,要想弄清楚哪个漆布绝缘管属于我们的体细胞(Somas)非常困难(不允许出现浦肯野细胞[Purkinje cells])。

当然,我们还面临整体神经可塑性这个问题。神经元的电压处于不断变化的状态,每秒大约变化数百次。与此同时,我们的立方体中数以千万计的突触连接也会定期地改变着大小,不断地消失,并且不断地再出现。

如果就只有这些问题就好了!

事实是,大脑中还有其他一种叫做神经胶质细胞的物质,该细胞不仅有许多不同的种类,并且能够执行许多不同的功能,如将化学物质释放到突触中、在髓鞘中包裹轴突、充当大脑的免疫系统。以下是一些常见的胶质细胞类型:

星形胶质细胞 少突胶质细胞 施万细胞 小胶质细胞 NG2细胞

皮质中有多少胶质细胞?其数量与神经元大致相同。所以,我们的立方体中又增加了大约4万个古怪的东西。

最后,还有血管这个问题。在每立方毫米的皮质中,总共会有一米多的微小血管。放大1,000倍后,这就意味着在1立方米中会有约一公里的血管。下图是某一空间内血管的样子:

surface arteriole:表面小动脉 surface venule:表面小静脉 penetrating arteriole:穿透性小动脉 penetrating venule:穿透性小静脉 activity induced deoxygenation:活性诱导脱氧 cotumnar boundary:平面边界 subsurface microvessels:地下微血管

蓝箱子连接体 目前在神经科学世界中有一个令人十分惊奇的项目,这个项目就是人类连接项目(Human Connectome Project),其中的科学家正试图创建起完整的人类大脑详细地图。这是迄今为止最为大型的大脑测绘活动。 该项目需要将人类大脑切成超薄的薄片,约30纳米厚,也就是33万分之一毫米(这里有一台把老鼠大脑切片的机器)。 无论如何,除了生成“丝带”形状的华丽图像外,还能生成具有类似功能的、外部为白色物质的轴突,就像

是连接器项目帮助人们可视化被多种物质包裹的大脑一样。以下是一小段小鼠脑中所有不同的部分的细节(这甚至还不包括血管)。

myelinated axons:有髓轴突 Oligodendrocyte:少突胶质细胞 central spiny dendrites:中央多刺树突 excitatory axons:兴奋性轴突 Astrocyte:星形胶质细胞 spiny dendrites:多刺树突 ilhibitory axons:抑制性轴突 unclassified:未分类 smooth dendrites: 光滑的树突

(在图像中,E是大脑的完整片段,F-N展示的是组成E的单独组件)

所以,我们的大脑实际上是一个拥挤、闷热而又电气化的密集复杂的电堆。现在让我们记住,在现实中我们盒子里的所有东西实际上都只有1立方毫米那么大。

脑机接口的工程师,可能需要弄明白隐藏在这1立方毫米中的微小体细胞在表达什么意思,也可能需要恰到好处的刺激体细胞以便得到想要的结果。总之,祝你好运。

我们在放大1,000倍后的大脑上遇到了极大的困难。放大1,000倍后大脑恰好相当于一张很好的平整的“餐巾”,但这并不是大脑通常的工作状态。一般情况下,“餐巾”位于麦迪逊广场花园大脑的顶部,含有深深的褶皱(放大1,000倍后,褶皱深度在五到三十米深之间)。事实上,只有不到三分之一的“大脑皮层餐巾纸”处于大脑的表面,而大部分都埋在褶皱内。

并且,工程师们在实验室内并不能一直操控大脑的某一分支。大脑被俄罗斯娃娃层所覆盖,包括头骨——其在放大1,000倍的情况下为七米厚。 由于大多数人不希望长时间地开放他们的头骨,在理想情况下,你必须尽可能和谐地与这些微小的弹珠一起工作。

现在假设你正在处理皮质——大量酷酷的有关BMI的想法都与处理皮质下面的结构有关——如果你站在MSG大脑顶部,或者是埋在表面50或100米以下的地方。

将大脑放大1000倍的游戏只是大脑的绝对范围。想想我们的立方体中发生了多少事情,现在请记住,这只是皮质的一半。如果我们将整个巨型皮质破碎成类似的立方体,并将它们排成一列,那么它们会延伸出500公里/ 310——一路到达波士顿甚至更远的地方。如果你徒步旅行的话——这会花费超过100个小时的行程——在这个跋涉过程中的任何时刻,你都可以暂停,看看你碰巧经过的立方体,它将具所有的复杂性于一身。所有这一切目前就在你的大脑中发生着。

Part 3A :开不开心其实并不是你的问题

回到第3部分:脑机接口(BMI)

科学家和工程师们要怎么解决这个问题呢?

他们充分利用现有的工具——用于记录或刺激神经元的工具(我们暂时只关注记录方面),让我们一起了解一下:

BMI 工具

在目前正在进行的工作中,对于记录工具的优缺点,我们主要应用的是以下三个被广泛使用的标准:

1)尺度——我们可以记录下多少神经元

2)分辨率——工具可以接收到多么详细的数据——有两种分辨率,一种是空间分辨率(尽可能准确地告诉你单个神经元的触发过程);另一种是时间分辨率(准确告知你某个时刻发生了什么样的活动)

3)创伤性——是否需要手术以及手术的范围

以上三个标准就是我们要达到的长期目标。但是现在,问题更多得集中在“你能完全放弃这三个标准中的哪一个(或者哪两个)标准?”从一种工具到另一种工具并不是整体的升级或降级,而是一种权衡。

我们来看一下当前正在被使用的工具:

功能性核磁共振(fMRI)

尺度:高(它显示了整个大脑的信息)

分辨率:中等偏下的空间分辨率,非常低的时间分辨率

创伤性:无创

fMRI通常不用于BMI,但它是一种经典的记录工具,我们可以通过fMRI得知大脑内部所发生的事情的信息。

fMRI能够运用磁共振成像技术(MRI)。MRI发明于20世纪70年代,是基于X射线的CAT扫描的演变。MRI使用的不是X射线,而是磁场(以及无线电波和其他信号)来产生人体和脑的图像。正如下面这样:

你可以通过这个横切面观察到整个头部。

视频内容

相当惊人的技术。

fMRI(功能性MRI)使用MRI技术追踪血流的变化。为什么?因为当大脑的各个区域变得更加活跃时,它们会消耗更多的能量,因此它们需要更多氧气——为了传递氧气,这个区域的血液流量会增加。下面是fMRI扫描为我们展示的画面:

当然,血液一直在整个大脑内流动——这张图演示的是血液流量的增加过程(红色、橙色、黄色)以及血液流量增加的地点(蓝色)。因为fMRI可以扫描整个大脑,其结果是三维的:

fMRI有很大的医学价值。例如,它可以告知医生某人脑卒后哪些部位还在正常运作,神经科学家也可以借助fMRI来了解大脑各区域所涉及的功能。该扫描可以在任何给定的时间提供大脑情况的信息,安全且完全无创。

其最大的缺点是分辨率的问题。就像是计算机屏幕有像素一样,fMRI也具有文字分辨率,只不过计算机屏幕的像素是三维立体的体积像素(又称“三维像素”或“体素”)。

随着技术的进步,fMRI的体素越来越小,空间分辨率逐渐提高。如今的fMRI体素可以小到立方毫米这一量级。大脑的体积约为120万立方毫米,所以高分辨率的fMRI扫描会将大脑分成了约1百万个小的立方体。但是这在神经元的尺度上,这样的数字依然还是很大的(与放大后的立方米水平尺寸相同),每一个体素都包含数万个神经元。所以fMRI最多可以显示每组大约4万个神经元的平均血流量。

而更大的问题在于时间分辨率。fMRI跟踪血液流动的过程既不精确而且还存在时间延迟(大约1秒钟)——这是神经元世界的永恒问题。

脑电图(EEG)

尺度:高

分辨率:非常低的空间分辨率,中等偏下的时间分辨率

创伤性:无创

说起EEG,我们可以向前追溯一个世纪,那时候需要将一系列的电极放到人的头上。就像下面这样:

对于最开始的2,050个人来说,EEG绝对是个技术活。但是现在,EEG只是可以利用并且无创的BMI工具之一。EEG记录了电脑不同区域的脑电活动,就像下面显示的这样:

EEG分析可以提供有关医疗问题的信息,如癫痫症、跟踪睡眠模式等,也用于确定某种麻醉剂的剂量。

不同于fMRI,EEG有着非常好的时间分辨率。尽管颅骨会在很大程度上模糊时间精度(骨骼是不良导体),EEG仍能从脑部获取电信号。

主要缺点是空间分辨率,EEG在空间能分辨率方面表现的很差。每个电极只能记录来自数百万或数十亿神经元电荷的广泛平均矢量和(这其中包含颅骨的影响)。

如果大脑是一个棒球场,那么神经元就是人群的组成部分,我们想要的信息并不是脑电活动而是声带活动。在这种情况下,EEG就像靠在体育馆外墙上的一组麦克风。你可以听到人们的欢呼声,也许还可以预测人们将要为之欢呼的事情的类型;你可以听到每个回合开始的信号,或者是比赛即将结束的信号;与此同时,你还可能会检测到异常事件的发生情况。但是,这些都只是大概的情况。

脑皮层电图描记法(ECoG)

尺度:高

分辨率:低空间分辨率,高时间分辨率

创伤性:有创伤性

ECoG和EEG的想法类似,使用的都是表面电极。只是ECoG没有将电极放在头骨下面,而是放在了大脑表层。

外科手术 感觉区 运动区 网格

尽管令人作呕,但是非常有效,起码比EEG有效。没有头骨带来的模糊效果所引起的干扰,ECoG有着很高空间分辨率(约1厘米)和时间分辨率(5毫秒)。ECoG电极可以放在硬脑膜的上方或者下方:

:头皮 头骨 硬脑膜 蛛网膜 软脑脊膜 皮质 白质

信号源:EEG ECoG(硬膜外或硬膜下) 脑内出血(单神经元或局部场电位)

回到刚才体育场的类比,ECoG麦克风位于体育场内部,更接近人群。所以其声音比体育场外部的EEG麦克风更加清晰,ECoG麦克风可以更好地区分不同区域的人群的声音。但这一改进是有代价的——需要进行创伤性手术。在侵入性手术方案中,它还不算太糟糕。正如一位神经外科医生所说:“你可以相对温和地在硬脑膜下滑动,尽管必须在头上打一个洞,但是它是相对无创的。”

局部场电位(LFP)

尺度:低

分辨率:中等偏下的空间分辨率,高时间分辨率

创伤性:很高的创伤性

现在我们从表面电极转移到微电极,微电极就是外科医生用来粘在脑内的微针。

脑外科医生Ben Rapoport向我介绍了他父亲(神经科医生)制作微电极的过程:

当我的父亲手工制作微电极时,他会使用直径为10-30微米的金线、铂丝或者铱丝,把线插进直径大约为1毫米的玻璃毛细管中。然后,再把这块玻璃放在火焰上并不断转动,一直到玻璃变软为止。接着,拉伸毛细管直到它变得相当薄,这时就可以从火中取出并进行分段了。现在,毛细管紧紧地包裹着与之平齐的金属线。玻璃是绝缘体,而线则是导体。所以最后得到的就是一个玻璃绝缘硬电极,其尖端可能只有几十微米。

如今虽然仍有一些手工制作而成的电极,但是最近的技术使用的却是硅晶片,其制作工艺大都是从集成电路界借鉴而来的。

LFP的工作原理很简单——利用电极顶端获取一个非常薄的针头,并粘贴到皮层的1到2平方毫米处。接着,它就能在电极的半径范围内得到所有神经元的平均电荷。

LFP不仅具有fMRI不算太差的空间分辨率,也具有ECoG的即时时间分辨率。从理论上来讲,是上述方法中最好的解决方案。

不幸的是,在另两个标准上LFP表现的很差。

不同于fMRI、EEG和ECoG,微电极LFP没有尺度——它只能告诉你小球体附近正在发生的事情。不仅如此,它非常具有创伤性,实际上直接进入了人的大脑。

在我们体育场的类比中,LFP就是一个对着单独坐席区域的麦克风,只能获取这个区域清晰的声音,挑出某个个别的声音,并且也只能对个别的声音做出反应。

最近的新进展是微电极阵列,和LFP的想法相同,但是是在大脑皮层的某个区域使用大约100个LFP。微电极阵列就像这样:

由100个小型硅电极组成的4毫米宽的正方形。你可以看到在这几微米的末端,电极非常锋利。

单细胞记录

尺度:小

分辨率:非常高

创伤性:极具创伤性

为了更广泛的记录LFP,电极的尖端有点接近圆形,这样可以使电极的表面积更大。它们降低了阻力(这不是准确的技术术语),目的是为了获取来自各种位置的极微弱的信号。最终结果是电极从局部场中获取了所有信号的总和。

单细胞记录也使用了针型的电极,但是电极的尖端相当锋利,这样可以减少阻力。同时这也消除了大部分噪音,直到电极靠近一个神经元(可能有50微米),这个神经元发射的信号强到可以超过电极的高阻力壁,而在此之前它几乎接收不到任何信号。因为来自单个神经元的不同信号没有背景噪音,电极可以监视这个神经元的所有活动。尽可能低的尺度带来了尽可能高的分辨率。

你可以从这里:

https://www.youtube.com/watch?v=8bxpz-YEuao 听到神经元的活动(实际上就是将神经元的电化学发射转化成了音频)。

一些电极开始尝试将关系提升到新的水平,并采取了一种称为膜片钳的技术。这种技术可以消除电极尖端,只留下一个叫玻璃移液管的小管,通过将神经元细胞膜的“补丁”吸入管中直接攻击神经元。这会使得测量更加精确:

膜片钳技术会直接触碰到神经元,与我们之前讨论的方法不同。同时它还具有其他方面的优点,它可以记录并刺激神经元,通过注射电流或保持某一电压以达到特定的水平来进行测试(其他方法也可以刺激神经元,但是只能对神经元整体进行使用)。

最后要说的是,电极会完全污染神经元并且会穿透细胞膜,这被称为尖电极记录。如果尖端足够尖锐,那它不会破坏细胞,细胞膜会在电极周围闭合,电极可以更方便的在神经元内外进行刺激并记录电压变化。但这是一种短期的技术,因为被刺穿的神经元不能长久存活。

在我们所说的体育场的类比中,单细胞记录就是夹在人群中某个成员领子上的单向麦克风。膜片钳或者尖锐电极记录则是夹在某个人喉咙上的麦克风,记录着这个人声带的确切移动情况。要想了解一个人在比赛中的体验,这应该是最好的方法了。但是由于没有上下文,你也无法通过这个人的声音和反应知道比赛中到底发生了些什么。

这就是我们在目前情况下较常使用的方法。有时为了获得更高的分辨率和更好的量度我们不得不打开某人的头颅,以便获得更高质量的大脑读写情况信息。这些工具当下非常先进,但是对于未来的人类来说可能是非常落后的技术。

虽然有局限性,但这些工具让我们开始了解大脑世界,也创造了一些令人惊叹的早期BMI成果。以下是已经取得的成果——

目前我们所使用的BMI

1969年,一个叫Eberhard Fetz的研究者将猴子大脑中的单个神经元连接到猴子面前的表盘上,当神经元被刺激时,表盘就会移动。当猴子思考问题时,神经元被激发然后表盘移动,此时猴子就会得到一个香蕉味的小丸。随着时间的推移,猴子表现的越来越好,因为它想得到更多美味的小丸。猴子学会了激发神经元,这无意中成了第一个真正意义上的脑机接口课题。

在这之后的几十年中,进展一直非常缓慢。但是到了90年代中叶,情况开始发生变化,发展开始悄然加速。

因为我们对大脑和自己构建的电极硬件的理解还很原始,所以我们的研究通常侧重于建立直接接口,以便在感觉区、视觉区等我们熟悉的大脑皮层机能区上使用。

通过使用BMI来减轻身体损伤是可行的——这正是当前市场的需求所在——我们的研究几乎都集中在恢复残疾人所丧失的功能上。

那些还处于刚起步阶段的主要的BMI行业,未来一定会引领人类建立起神奇的超级大国并以此改变世界。从当下一系列线索中,我们一起来看一下未来2040年、2060年以及2100年的模样。

比如下图:

这是由Alan Turing创造的叫做Pilot ACE的计算机。当时可以说是非常的前沿。

而现在:

当你看到上面的例子时,希望你可以想到下面这个类比:

Pilot ACEiPhone 7

就像

从上面每一个BMI示例到_____

试着想象横线上可以出现的一切。我们稍后再回到这个空白处。

不管怎样,在所有我所阅读到的以及所有与这个领域的相关人士的探讨中,有这样三个人类脑机接口正在获得大力发展:

早期BMI 类型1:使用运动皮层作为遥控器

文章之前介绍过,运动皮层的模样是这样的:

大脑的所有区域都非常容易让我们感到混乱,但是运动皮层相对其他所有区域更容易分辨些。更重要的是,它的映射很明显,也就是说它的特定部分控制着身体特定的部位(还记得沮丧的矮人吗?)

同样重要的是,它是大脑负责输出的重要领域之一,当一个人在做某件事情时,运动皮层几乎都在紧张的工作着(至少是其中的一部分)。所以人类大脑并不需要学习将运动皮层作为遥控器来使用,因为大脑已经这么做了。

举起你的手,然后放下。你的手就像一个小型玩具无人机,你的大脑刚刚拿起了皮层遥控器,使用它来让无人机飞行,然后再倒下去。

基于运动皮层的BMI的目标是进入运动皮层,当遥控器出发命令时接收这个命令,并且触发可以做出像你的手一样反应的机器进行响应。你的运动皮层和你的手之间的中间人是一条神经束,而现在你的运动皮层和电脑之间的中间人是BMI。这样理解很简单。

那些脖颈以下瘫痪的人或者是那些截肢的人,可以通过这样一个准系统类型的接口,执行诸如把光标移动到屏幕上这样的操作。

把100针微电极阵列植入人的运动皮层作为开端,瘫患者的运动皮层通常工作正常,只不过作为皮层和身体的中间人的脊髓停止了工作。随着电极阵列的植入,研究人员试图让他们的手臂沿不同方向进行移动。尽管这些人不能移动自己的手臂,运动皮层仍然正常发射相关的信号。

当人移动自己的手臂时,他们的运动皮层会爆发出一阵阵活动,但是每个神经元通常只对一种类型的运动感兴趣。所以当人将手臂向右移动时,某个神经元可能会被激发,但是这个神经元对其他方向或者其他情况不会做出反应。该神经元可以告诉计算机此人何时想要将自己的手臂向右移动以及何时停止移动。但是也只有这些信息而已。有了点击列阵,100个单独的电极会监听不同的神经元。所以实验中,研究者会要求实验对象将手臂向右移动,100个电极中有38个检测到了神经元被激发的情况。而当实验对象的手臂向左移动时,有41个神经元被激发。在改变运动形式、运动方向以及运动速度的大量实验中,计算机从电极中取出相应的数据并将其合成,继而分析激活模式与X-Y轴上的运动意图的对应关系。

当研究者将数据与电脑屏幕进行连接后,实验对象可以通过大脑中的意念“尝试”移动光标,真正地去控制光标。这确实成功了。通过运动皮层BMI先驱公司BrainGate的工作,下面有一个用自己的大脑玩电子游戏的人。

看文末彩蛋

如果有100个神经元,它们可以告诉你想要移动的光标的位置,那么它们是不是也可以告诉你什么时候想要拿起一杯咖啡或者什么时候想要再喝一口呢?这正是下面这个四肢瘫痪的女人所做的事情:

看文末彩蛋

另外一个四肢瘫痪的女子实现了模拟驾驶F-35型战机,并且最近还有一只猴子通过大脑实现了对自己所坐轮椅的控制。

研究从未停止。巴西BMI先驱Miguel Nicolelis和他的团队建立了一套完整的外骨骼系统,这个外骨骼系统使得一名瘫痪的男子参与了世界杯的开幕式。

本体感应的蓝盒 移动这些“神经假体”是因为有神经元的记录。为了使设备真实有效,通道不应当使单向的,而应该是包含记录和刺激路径的循环。我们没有真正考虑这一点,但是你拿起东西的能力很大一部分取决于手部皮肤传入大脑的感官信息(我们将其称为“本体感觉”)。在我看过的一个视频中,一个手指麻木的女人试图点燃一根火柴,尽管她在其他方面残疾,但是她几乎不能完成这个动作。视频的开端展示的是一个运动皮层功能完好的人与自己受损的本体感觉的对抗情形。所以,如果想仿生感觉起来像手臂而且非常实用的手臂的话,这个手臂必须能够向大脑发送感官信息。模拟神经元比记录它们的活动困难的多。 就像研究者Flip Sabes向我所说的那样: 如果我记录下一种活动模式,这并不意味着我可以轻易去复刻这种活动模式。这就像是太阳系中的行星一样。你可以观察这些行星的移动情况并记录下它们的运动,但是你如果把得到的信息混合起来,企图重现一个行星的原本运动情况,那么你就不能只把这一颗行星放回轨道,因为它还会受到其他星球的影响。同样,神经元也不是孤立工作的,所以此处存在不可逆转性。除此之外,加上所有轴突和树突,你很难只对你想要的那个神经元进行刺激。当你开始尝试时,你面对的将会是神经元和突触之间混乱的整体。 Flip的实验室正试图借助大脑的帮助来解决这些问题。已经有实验证明,如果你在单个神经元被激发时对猴子进行奖励,最终猴子就会学会让这个神经元按照需要被激发。这样一来,神经元就相当于是另一种遥控器。这意味着正常的运动皮层命令只是控制机制的其中一种可能。同样,直到BMI完善了对大脑的刺激,大脑的神经可塑性才能成为一种捷径。如果某个人的仿生手指不能像真正的手指一样触碰某物并且返回相应的信息,手臂就可能会发送一些其他信号给大脑。起初,患者会对这种现象感到奇怪,但是大脑最终会学会把这个信号视为一种新的触觉。这个概念被称为“感官替代”,在BMI的努力下“感官替代”会成为大脑良好的搭档。

在这些发展中,也悄然孕育着其他有望在未来取得突破的技术,如脑对脑的沟通。

Nicolelis创造了一个实验: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3584574/,将一只巴西老鼠的运动皮层通过互联网连接到另一只美国老鼠的运动皮层。Nicolelis会按下巴西老鼠笼中两个杠杆中那个代表“治疗”的杠杆,通过这个杠杆小老鼠就会知道有人来给它治疗。美国老鼠在一个类似的笼子里,除了从巴西老鼠那里得到的信号之外,它不知道两个杠杆中哪一个代表治疗。在实验中,如果美国老鼠做出正确的杠杆选择,那么两只老鼠都会得到治疗。如果美国小老鼠选错了,两只老鼠都不会得到治疗。令人惊奇的是,随着时间的推移,老鼠表现得越来越好,在完全不清楚彼此的存在的情况下,它们开始一起工作,几乎就像是一个神经系统一样。美国老鼠的成功率在没有任何信息时是50%。而在巴西老鼠大脑信号的作用下,美国老鼠成功率跃升至64%。

(老鼠的视频见网址:https://www.youtube.com/watch?v=nAdgxiwoHME)

这在人类的身体上也有一定的效果。两个人在独立的房间中合作玩一个视频游戏。一个人可以看到游戏,另一个人有控制器。我们采用简单的EEG头戴式耳机,可以看到游戏的玩家不需要移动手,只需要想象在遥控器上按下按钮即可。因为二人大脑的设备是相通的,有控制器的那个人会感到手指颤动,然后按下按钮。

早期BMI 类型2:人造耳朵和眼睛

在更加易于管理的BMI类型中,要让聋哑人获得声音和盲人获得视力有以下几个方面的原因:

第一,就如运动皮层一样,感觉皮层也是我们要去理解的大脑组成部分,它们往往也能够获得很好的映射效果。

第二,在许多早期的应用中,我们并不需要直接和大脑接触,我们可以只处理耳朵和眼睛连接大脑的地方。

运动皮层的活动大多是通过记录神经元的方式从大脑获取的信息,而人造的感官却是通过另一种方式:模拟神经元发送信息。

就耳朵而言,近几十年来,人造耳蜗的开发发展迅速。

听力工作的蓝箱 当你认为你听到“声音”时,实际发生的事情是这样的: 我们认为的声音实际上是由头部周围的空气分子振动产生的。当吉他弦、某人的声带、风或任何其他东西发出声音时,是因为它的振动使附近的空气分子发生了类似的振动,并且这样的震动向外扩散,就像水面的波纹一样。当有物体触动这样的震动时,就会产生圆形的波纹。 你的耳朵是将这些空气振动转换成电脉冲的机器。每当空气(水、分子等其他可以振动的任何介质)进入你的耳朵时,你的耳朵将振动以精确的方式转换成可以被神经末梢感知的电脉冲。这会导致神经激发相应神经元的动作电位,继而将电脉冲发送到你的听觉皮层,你的大脑最终会收到信息。我们把接收这种特定类型的信息的过程称为“听觉”。 大多数聋人或听力障碍的人没有神经问题或听觉皮质问题,他们通常只是耳朵有问题。他们的大脑与普通人一样,时刻准备着将电脉冲转换为听觉信息,只是他们的听觉皮层没有接受任何电脉冲,因为将空气振动转换成电脉冲的机器没有完成任务。 耳朵由很多部分组成,但耳蜗是最为关键的部分。当振动进入耳蜗传播时,会使得耳蜗内千上万的微小毛发发生振动,并且这些毛发上附着的细胞会将振动的机械能转化为电信号,继而激发听觉神经。下图展示的是耳朵的内部构造:

1、声音进入耳朵2、微小的中耳骨放大声音3、耳蜗按频率整理声音4、神经从耳蜗向脑干传递信号5、信号通过大脑沿途进行解码6、听觉皮层分析处理声音耳蜗也会按频率对输入的声音进行整理。 下面的图表展示的是相对较低的声音在耳蜗末端会被处理原因,以及高音在起始端被处理的原因(还展示了耳朵能听到的频率有最小值和最大值的原因):

A、耳蜗管(cochlear duct)基底膜(basilar emebrane)B、高频振动(high-frequency waves)C、中度振动D、低度振动

人造耳蜗相当于一台带有麦克风的小型计算机,它的一端位于耳朵,另一端连接着与耳蜗相连的电极阵列。

声音首先进入麦克风处(耳朵顶部的小钩子),随后进入图中的棕色处,棕色处会对声音进行处理,过滤掉相对无用的频率。然后,棕色处通过皮肤将信息传递到“计算机”的其他部件,将信息转换为电脉冲并发送到耳蜗。电极像耳蜗一样根据频率过滤脉冲,并像耳蜗上的毛发一样刺激听觉神经。下图为它的样子:

换句话说,人造耳蜗执行着与耳朵相同的功能。也就是,先将声音转化为电脉冲,然后再传递给听觉神经。

你可以点击此处感受一下植入人造耳蜗后的人听到的声音。

不是很好。为什么?因为在耳朵听到丰富的声音并发送到大脑的过程中,需要3500个电极,而大多数人造耳蜗只有大约16个电极。

这也太简单了。

但是我们正处于 Polit ACE时代——简单原始不可避免。

然而,现在的人工耳蜗已经允许聋人听到言语并进行对话了,这是一个突破性的发展。

许多聋哑婴儿的父母在婴儿一岁多时使用人工耳蜗。就像视频中的这个宝贝,他第一次听到声音时的反应非常有趣。

看文末彩蛋

人造视网膜在盲人的世界中也正在进行类似的革命。

失明通常是视网膜疾病的结果。在这种情况下,人造视网膜可以像人造耳蜗那样,功能非常相似(尽管不那么直接)。人造视网膜执行眼睛的功能,并以电脉冲的形式将信息传递给神经,充当眼睛的角色。

第一个视网膜植入是2011年由FDA批准的——Argus II植入物,它由Second Sight制造,接口比人工耳蜗更复杂。人造视网膜如下图所示:

它的工作原理如下:

视频内容

人造视网膜有60个传感器,而真实的视网膜有大约一百万个神经元。它能够允许人在光线明亮的情况下看到事物模糊的边缘和形状,而在黑暗的环境中是什么也看不到的。令人振奋的是,你并不需要用一百万个传感器来获得一定数量的视觉模拟情况——600-1000个电极足以用于阅读和面部识别。

早期BMI 3:深度脑部模拟

回到20世纪80年代末期,那时候深层脑刺激还是一种粗糙的工具,但是对于很多人来说,这种工具还是很有价值的。

这种类型的BMI不涉及与外部世界的沟通——仅仅通过运用脑机接口处理或者增强自身内部的某些功能。

下图是一个或两个电极线,通常由四个单独的电极装置构成。在插入大脑之后,通常在边缘系统的某个地方结束。然后将一个带起搏器的电脑植入上胸部并连接到电极上。就像下图这个不愉快的男人一样:

电极可以根据需要进行微调,以便完成各种重要的事情。比如:

  • 减少帕金森病患者的震颤
  • 降低癫痫发作的严重程度
  • 让人脱离OCD(强迫症)

这目前只是实验性的(尚未得到FDA批准),通过这种方式能够减轻某些类型的慢性疼痛,如偏头痛、幻肢疼痛、焦虑、抑郁或PTSD,甚至还可以与身体其他地方的肌肉刺激相结合,恢复并重新训练受损的神经,以此摆脱中风或神经系统疾病的发生。

这就是早期BMI行业的状况。而现在,是时候让Elon Musk介入了。对Elon Musk和Neuralink来说,今天的BMI行业仍然处于起步阶段。到现在为止,本篇文章一直介绍的是BMI过去所取得的成果。现在,是时候展望一下未来了——找到下一个目标并努力去实现!

明天将推出本系列 Part4,敬请期待!

阅读链接 点击下方图片阅读本系列其他部分

全网首发 | 科技超人马斯克的第四次惊天创举,这一次,他将拿人脑开刀(一)

全网首发|如何不费吹灰之力就搞懂大脑的运行原理?这是有史以来最深入浅出的一篇科普文章了(《Neuralink》编译系列二)

彩蛋来啦!

请在公众号后台回复“彩蛋”获取文中未公布的三个视频~

小编有话说:

so far,《Neuralink》系列编译已经发布三篇,后台粉丝疯狂的追捧,还有粉丝蹭蹭的涨速,森森的吓坏本小编宝宝了:

神速啊”

“言简意赅,深入浅出,喜欢这种赶脚的文章”

“每篇读完都是系统的了解,小编辛苦”

“看完就一个字,,期待下一篇”

……

于是,小编决定,不吃饭不睡觉也要拼死拼活给粉丝哥哥们贡献好货,不辱使命,努力争做给各位哥哥在AI之路上狂飙突进的板砖。

关于作者Tim Urban: AI100

Tim Urban 是 Elon Musk 最欣赏的科技作者,他用一系列长文通俗解释过人工智能革命、费米悖论、拖延症等读者关心的话题。 2015年4月,Musk 邀请他参观 Tesla 与 SpaceX,两人秉烛夜谈。Musk 希望他来帮忙向公众解释关于 Tesla、SpaceX 的大量行业和科技问题,Tim Urban 欣然答应。 作为人类应对人工智能挑战的 Musk 方案,Neuralink 一经公布,Tim Urban 就开始写此长文。就此话题,他跟 Musk 及 Neuralink 团队有过深度交流,文章用大量内容解释了脑机接口与日常信息交流的同源性,并进一步解释了 Neuralink 的具体原理及时间表。 Facebook 刚公布的 Building 8 脑机接口项目也说明,这个领域确实在引起大家的重视。 2016年6月,Tim Urban 受邀做过一期 TED 演讲。今年初,福布斯做过一篇他的专访,Pocket 针对他的写作也专访过他。

原文链接:http://waitbutwhy.com/2017/04/neuralink.html

版权申明:该文章版权归AI100所有,如需转载、摘编、复制等,请后台留言征得同意。若有直接抄袭,AI100将追究其责任。

原文发布于微信公众号 - AI科技大本营(rgznai100)

原文发表时间:2017-04-24

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏思影科技

SCIENCE:脑和脊髓的交互调节价值在反向安慰剂痛觉过敏中的作用

近日,来自德国汉堡-埃彭夫医学中心的A.Tinnermann在Science上发文,发现昂贵的治疗会导致更多的副作用。将无效的治疗标记为昂贵的药物相比于将它标记...

35480
来自专栏华章科技

数据揭秘北京车牌摇号内幕:摇166年都不中的概率是37%!

偶数月的26号中午11点到下午1点,沙漠君的手机上就会收到一条短信,不是中介和广告,但内容肯定是一样的:“很遗憾,该编码本次摇号未中签或摇号资格已过期”。二姨妈...

32420
来自专栏程序员的知识天地

Python 爬取 B 站,宋智孝李光洙哪个更受宠?

在中国,大家应该都了解《跑男》这个节目吧,跑男这个节目就是引用了韩国的《Running Man》,成员组成包括原六位成员刘在石、池石镇、金钟国、HAHA(河东勋...

22020
来自专栏大数据文摘

盖茨基金会:如何使用Python拯救生命

233150
来自专栏机器人网

一文读懂:无人机无线电干扰原理

1、引言 近年来无人机(本文指民用多轴飞行器)正以空前的速度普及,由此引发的关于安全的忧虑日益增多。许多有关部门甚至个人都希望采取一些措施,阻止无人机飞临敏感区...

45440
来自专栏AI科技评论

开发 | 如何用FPGA加速卷积神经网络(CNN)?

AI科技评论按,本文来源于王天祺在知乎问题【如何用FPGA加速卷积神经网络(CNN)?】下的回答,AI科技评论获其授权转发。 以下主要引用自西安邮电大学李涛老师...

47050
来自专栏数据的力量

用工程师的思维加上 3D 建模,熬出一碗浓浓的鸡汤

17030
来自专栏Data Analysis & Viz

乱炖数据之2700余篇“简书交友”专题文章数据的花式玩法

简书上有个“简书交友”专题,经常会有人写些自己的情况、贴贴自己的照片然后投稿到这一专题,有介绍的比较详细的比如下图所示(侵删),较为规整和全面;

13220
来自专栏机器人网

工业机器人的主要部件、材料、构形与控制系统

一、工业机器人的主要组成部分 ? 1、机器人驱动装置 概念:要使机器人运行起来, 需给各个关节即每个运动自由度安置传动装置 作用:提供机器人各部位、各关节动作的...

45170
来自专栏PaddlePaddle

【AI脑洞】深度学习支撑的机器人要竞选市长?

简要回顾一下新闻内容,AI机器人真的参与了竞选,并做足功课,颇有要大干一场的架势。

10020

扫码关注云+社区

领取腾讯云代金券